張浩 熊琳

【摘 要】 基于2016—2020年32家醫(yī)藥上市公司相關(guān)數(shù)據(jù)，利用熵權(quán)法確定醫(yī)藥制造業(yè)上市公司財(cái)務(wù)績(jī)效的各個(gè)評(píng)價(jià)指標(biāo)權(quán)重，再選取合適的投入產(chǎn)出指標(biāo)，運(yùn)用超效率SBM模型評(píng)價(jià)醫(yī)藥制造業(yè)的財(cái)務(wù)績(jī)效。針對(duì)評(píng)價(jià)結(jié)果，利用Tobit模型回歸分析具體影響因素，并提出相應(yīng)的財(cái)務(wù)績(jī)效改進(jìn)措施。研究表明：醫(yī)藥制造行業(yè)整體效率2016年到2017年有所上升，2019年呈現(xiàn)下降趨勢(shì)，2020年又出現(xiàn)了回升；一直處于有效狀態(tài)的企業(yè)10家，表明這些企業(yè)的財(cái)務(wù)績(jī)效達(dá)到相對(duì)較優(yōu)的狀態(tài)，剩余22家企業(yè)的綜合效率值水平處于波動(dòng)狀態(tài)，說(shuō)明這些企業(yè)的財(cái)務(wù)績(jī)效存在可以提升的空間；上市年限、專利授權(quán)數(shù)量和政府補(bǔ)助三個(gè)因素對(duì)我國(guó)醫(yī)藥制造業(yè)上市公司的綜合效率具有顯著影響。

【關(guān)鍵詞】 醫(yī)藥制造業(yè)； 超效率SBM； 財(cái)務(wù)績(jī)效； 評(píng)價(jià)體系

【中圖分類號(hào)】 F230；F275? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）03-0066-08

一、引言

醫(yī)藥作為內(nèi)需為主、剛需旺盛的行業(yè)，具有良好的韌性。2020年醫(yī)藥行業(yè)投資收益為344.1億元，同比增長(zhǎng)27.6%；營(yíng)業(yè)利潤(rùn)為3 435.8億元，同比增長(zhǎng)12.2%。這些愈發(fā)凸顯了醫(yī)藥衛(wèi)生行業(yè)在經(jīng)濟(jì)發(fā)展中的活力。醫(yī)藥制造業(yè)作為技術(shù)密集型產(chǎn)業(yè)，由于高投入、高風(fēng)險(xiǎn)、高收益的行業(yè)特點(diǎn)，企業(yè)面臨更加嚴(yán)峻的財(cái)務(wù)風(fēng)險(xiǎn)。黨的二十大報(bào)告指出“要充分發(fā)揮市場(chǎng)在資源配置中的決定性作用，推動(dòng)企業(yè)做強(qiáng)做優(yōu)做大，提升企業(yè)核心競(jìng)爭(zhēng)力”。因此，醫(yī)藥制造企業(yè)需要構(gòu)建科學(xué)合理的財(cái)務(wù)績(jī)效評(píng)價(jià)方法和體系，客觀分析企業(yè)財(cái)務(wù)績(jī)效存在的不足，明確財(cái)務(wù)績(jī)效改進(jìn)的方向，這對(duì)醫(yī)藥制造業(yè)有效配置資源及提升核心競(jìng)爭(zhēng)力至關(guān)重要。

本文針對(duì)醫(yī)藥制造業(yè)上市公司的財(cái)務(wù)績(jī)效進(jìn)行評(píng)價(jià)研究。首先通過(guò)熵權(quán)法確定財(cái)務(wù)績(jī)效各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，選取投入與產(chǎn)出指標(biāo)；其次使用超效率SBM模型對(duì)其財(cái)務(wù)績(jī)效進(jìn)行科學(xué)評(píng)價(jià)，進(jìn)而采用Tobit回歸分析具體影響因素；最后提出建議，以便推動(dòng)企業(yè)合理配置資源，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

綜觀企業(yè)財(cái)務(wù)績(jī)效評(píng)價(jià)方面的研究，主要研究方法大致如下：

一是基于EVA的財(cái)務(wù)績(jī)效評(píng)價(jià)。EVA分析法是財(cái)務(wù)績(jī)效分析法中最為常用的方法，楊萍[ 1 ]以仁和藥業(yè)股份有限公司為研究對(duì)象，構(gòu)建EVA財(cái)務(wù)績(jī)效評(píng)價(jià)體系，計(jì)算出五年的經(jīng)濟(jì)增加值，并與傳統(tǒng)績(jī)效評(píng)估指標(biāo)進(jìn)行對(duì)比研究；程臘梅等[ 2 ]以順豐借殼上市作為案例，分析各項(xiàng)財(cái)務(wù)指標(biāo)并計(jì)算其EVA值，根據(jù)所得數(shù)值評(píng)價(jià)分析順豐集團(tuán)上市前后的財(cái)務(wù)績(jī)效；周儀等[ 3 ]以2012—2017年上海醫(yī)藥股份有限公司的報(bào)表相關(guān)數(shù)據(jù)為基礎(chǔ)，采用EVA業(yè)績(jī)指標(biāo)評(píng)價(jià)企業(yè)的經(jīng)營(yíng)業(yè)績(jī)，進(jìn)一步彌補(bǔ)了傳統(tǒng)會(huì)計(jì)業(yè)績(jī)?cè)u(píng)價(jià)方法的局限性。

二是基于因子分析法的財(cái)務(wù)績(jī)效評(píng)價(jià)。雷曼[ 4 ]以2020年23家飼料企業(yè)為研究對(duì)象，選擇具有代表性的16項(xiàng)財(cái)務(wù)指標(biāo)，通過(guò)因子分析方法提取出5個(gè)公共因子，綜合評(píng)價(jià)飼料企業(yè)財(cái)務(wù)績(jī)效管理水平；侯向鼎[ 5 ]基于18家物流供應(yīng)鏈頭部企業(yè)2019年的財(cái)務(wù)數(shù)據(jù)，從四個(gè)維度入手構(gòu)建指標(biāo)體系，利用因子分析法考察企業(yè)的得分情況；王遣和呂柳[ 6 ]將因子分析法與聚類分析相結(jié)合，分析商業(yè)銀行財(cái)務(wù)績(jī)效，并使用SPSS軟件進(jìn)行數(shù)據(jù)處理；宋迎春和楊文昳[ 7 ]以高污染、高能耗的261家制造業(yè)上市企業(yè)數(shù)據(jù)為研究對(duì)象，運(yùn)用多元線性回歸模型對(duì)綠色技術(shù)創(chuàng)新能力與企業(yè)財(cái)務(wù)績(jī)效的相關(guān)關(guān)系進(jìn)行實(shí)證分析；汪馨妮[ 8 ]運(yùn)用因子分析法，選取13個(gè)指標(biāo)構(gòu)建財(cái)務(wù)績(jī)效評(píng)價(jià)體系，分析2017年25家上市互聯(lián)網(wǎng)企業(yè)相關(guān)數(shù)據(jù)。

三是基于DEA的財(cái)務(wù)績(jī)效評(píng)價(jià)。黃璐璐和張金貴[ 9 ]基于DEA對(duì)網(wǎng)絡(luò)公司的財(cái)務(wù)績(jī)效進(jìn)行評(píng)價(jià)，并為網(wǎng)絡(luò)公司改進(jìn)效率提供了有價(jià)值的信息；劉家鵬和孫世清[ 10 ]基于超效率DEA-Tobit模型研究河北省鋼鐵行業(yè)能源效率及節(jié)能減排潛力，發(fā)現(xiàn)各市的粗鋼產(chǎn)量占比、技術(shù)進(jìn)步空間和節(jié)能資金投入與節(jié)能減排存在明顯的正相關(guān)關(guān)系；陳娜等[ 11 ]通過(guò)超效率DEA兩階段模型研究西部地區(qū)規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率及影響因素，發(fā)現(xiàn)西部地區(qū)規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率整體處于較低水平，仍有較大的提升空間。

可見(jiàn)，隨著財(cái)務(wù)績(jī)效評(píng)價(jià)體系的不斷完善，國(guó)內(nèi)學(xué)者分析企業(yè)財(cái)務(wù)績(jī)效的方法在不斷豐富。綜觀已有研究文獻(xiàn)發(fā)現(xiàn)，因子分析法和EVA評(píng)價(jià)法是評(píng)價(jià)企業(yè)財(cái)務(wù)績(jī)效的主流方法，但因子分析法因主成分選擇的不同會(huì)導(dǎo)致不同的結(jié)果，也不夠客觀，而EVA評(píng)價(jià)法使用的范圍有限，不利于不同企業(yè)的橫向比較，數(shù)據(jù)包絡(luò)分析法（DEA）則可以綜合多方面的因素，通過(guò)投入和輸出指標(biāo)得出的運(yùn)算結(jié)果是對(duì)企業(yè)整體的分析。為了解決投入和產(chǎn)出的松弛問(wèn)題，2001年Tone 提出一個(gè)基于投入松弛測(cè)度的度量模型，被稱為SBM模型（Slacks-Based Measure，SBM）[ 12 ]。SBM模型屬于非徑向非角度的度量方式，充分考慮了投入和產(chǎn)出的松弛。為解決多個(gè)決策單元SBM效率值同時(shí)為1的問(wèn)題，Tone又構(gòu)造了Super-SBM模型（超效率SMB模型）[ 13 ]，進(jìn)一步解決了相對(duì)有效單元的排序問(wèn)題，即允許效率值大于或等于1，可對(duì)有效單元（SBM模型中效率值等于1的決策單元）進(jìn)行有效排序，為決策單元的比較和決策提供了有效工具。因此本文嘗試基于32家中國(guó)醫(yī)藥制造業(yè)上市公司2016—2020年的財(cái)務(wù)指標(biāo)數(shù)據(jù)，采用超效率SBM模型和Tobit回歸分析，研究醫(yī)藥制造業(yè)財(cái)務(wù)績(jī)效水平及其影響因素，并提出相應(yīng)改進(jìn)措施。

三、醫(yī)藥制造業(yè)財(cái)務(wù)績(jī)效評(píng)價(jià)指標(biāo)體系的建立

（一）構(gòu)建指標(biāo)體系

在參考相關(guān)文獻(xiàn)[ 14-17 ]以及研究醫(yī)藥制造業(yè)行業(yè)自身特點(diǎn)的基礎(chǔ)上，本文構(gòu)建了包括企業(yè)盈利能力、償債能力、發(fā)展能力、營(yíng)運(yùn)能力四個(gè)方面的財(cái)務(wù)績(jī)效評(píng)價(jià)指標(biāo)體系。

1.盈利能力指標(biāo)

考慮到醫(yī)藥制造業(yè)上市公司屬于生產(chǎn)經(jīng)營(yíng)型企業(yè)，日常經(jīng)營(yíng)管理的最終目標(biāo)就是實(shí)現(xiàn)利益最大化，因此將毛利率指標(biāo)放入評(píng)價(jià)指標(biāo)體系，且為達(dá)到更加全面分析企業(yè)盈利能力的目的，同時(shí)選取綜合盈利指標(biāo)凈資產(chǎn)收益率和總資產(chǎn)報(bào)酬率。不僅如此，醫(yī)藥制造行業(yè)的銷售費(fèi)用更需要重視，因?yàn)橐粋€(gè)新型藥物從開(kāi)發(fā)到市場(chǎng)上流通銷售，需要企業(yè)的廣告宣傳等銷售渠道去推廣，所以將企業(yè)銷售費(fèi)用率指標(biāo)考慮在內(nèi)。

2.償債能力指標(biāo)

從長(zhǎng)期償債和短期償債兩個(gè)角度選取償債指標(biāo)。評(píng)價(jià)企業(yè)長(zhǎng)期償債能力選取了具有代表性的產(chǎn)權(quán)比率和資產(chǎn)負(fù)債率，分析企業(yè)的短期償債能力則選擇了速動(dòng)比率和現(xiàn)金流動(dòng)負(fù)債比。

3.發(fā)展能力指標(biāo)

企業(yè)的發(fā)展能力大小代表其成長(zhǎng)性如何，決定了企業(yè)未來(lái)能走多遠(yuǎn)，因此評(píng)價(jià)指標(biāo)體系選取了凈資產(chǎn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率。

4.營(yíng)運(yùn)能力指標(biāo)

企業(yè)營(yíng)運(yùn)能力的高低可以體現(xiàn)資金運(yùn)營(yíng)周轉(zhuǎn)是否良好，指標(biāo)總體水平越好代表資產(chǎn)周轉(zhuǎn)越快，償債能力越強(qiáng)。因此，選取存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率和固定資產(chǎn)周轉(zhuǎn)率四個(gè)指標(biāo)。

（二）投入產(chǎn)出指標(biāo)權(quán)重的計(jì)算

基于構(gòu)造的醫(yī)藥制造業(yè)上市公司財(cái)務(wù)績(jī)效評(píng)價(jià)指標(biāo)體系，企業(yè)以獲取經(jīng)濟(jì)利益最大化為目標(biāo)，將盈利能力、發(fā)展能力相關(guān)指標(biāo)作為企業(yè)產(chǎn)出指標(biāo)。由于償債能力、營(yíng)運(yùn)能力是衡量企業(yè)盈利能力的基礎(chǔ)，因此將這兩個(gè)指標(biāo)作為企業(yè)的投入指標(biāo)。

采用熵權(quán)法計(jì)算各指標(biāo)在分析過(guò)程中所占權(quán)重，直觀體現(xiàn)各指標(biāo)之間的相互比較。首先，建立原始矩陣及進(jìn)行標(biāo)準(zhǔn)化處理。根據(jù)財(cái)務(wù)績(jī)效評(píng)價(jià)體系中所選取的n個(gè)評(píng)價(jià)對(duì)象，m個(gè)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)構(gòu)建原始矩陣X=（xij）n×m。熵權(quán)計(jì)算公式為wi= （i=1，2，…，m；j=1，2，…，n）。

其次，根據(jù)公式計(jì)算出各財(cái)務(wù)指標(biāo)的權(quán)重，并進(jìn)行排序，通過(guò)排序結(jié)果，篩選出適合的投入產(chǎn)出指標(biāo)。

（三）選取投入指標(biāo)

投入指標(biāo)權(quán)重排序如表1所示，可以發(fā)現(xiàn)各指標(biāo)權(quán)重排序雖有波動(dòng)，但總體排序結(jié)果變化不大。選取三年均排名前三的指標(biāo)應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率，再結(jié)合醫(yī)藥制造業(yè)的行業(yè)特征，可以發(fā)現(xiàn)研發(fā)是醫(yī)藥制造業(yè)持續(xù)發(fā)展的必經(jīng)之路，但在其發(fā)展過(guò)程中也離不開(kāi)國(guó)家的支持與幫助，因此將研發(fā)投入強(qiáng)度和政府補(bǔ)助力度列為投入指標(biāo)。

（四）選取產(chǎn)出指標(biāo)

產(chǎn)出指標(biāo)權(quán)重排序如表2所示，可以看出每年總體排序均為前五的指標(biāo)分別是毛利率、凈資產(chǎn)增長(zhǎng)率。結(jié)合相關(guān)參考文獻(xiàn)，并考慮到所選32家公司均為上市公司，將每股收益一并列為企業(yè)產(chǎn)出指標(biāo)。

經(jīng)過(guò)篩選，選取如表3所示的投入產(chǎn)出指標(biāo)進(jìn)行具體研究。

四、基于超效率SBM醫(yī)藥制造業(yè)財(cái)務(wù)績(jī)效實(shí)證分析

（一）超效率SBM模型

數(shù)據(jù)包絡(luò)分析最常用的是BCC和CCR模型[ 13 ]，但這兩個(gè)模型存在一些不足，如效率評(píng)價(jià)值為1的有效單元存在多個(gè)時(shí)，并不能繼續(xù)對(duì)這些有效單元進(jìn)行評(píng)價(jià)，因此得出的評(píng)價(jià)結(jié)果不是很準(zhǔn)確。SBM模型可以有效提高評(píng)價(jià)效率的準(zhǔn)確程度，同時(shí)又將松弛變量即松弛投入和松弛產(chǎn)出均考慮在內(nèi)，而超效率SBM模型能夠?qū)τ行Q策單元進(jìn)行下一步排序，并能根據(jù)計(jì)算結(jié)果分析行業(yè)財(cái)務(wù)績(jī)效的改進(jìn)途徑。

超效率SBM模型如式（1）：

假設(shè)有n個(gè)DMU，每個(gè)DMU有m個(gè)輸入變量和s個(gè)輸出變量；（xij，yij）分別代表DMUj的第i項(xiàng)輸入和第r項(xiàng)輸出；s-i代表輸入冗余量，s+i代表輸出不足量；λj是以DMUj作為效率測(cè)量的權(quán)重。

本文選取2016—2020年32家醫(yī)藥制造業(yè)上市公司為研究樣本，并將這些公司作為決策單元，將投入產(chǎn)出指標(biāo)的數(shù)據(jù)代入軟件中運(yùn)行，具體分析評(píng)價(jià)各公司五年的財(cái)務(wù)績(jī)效，得到效率評(píng)價(jià)結(jié)果。

（二）綜合技術(shù)效率測(cè)算及分析

選取2016—2020年32家醫(yī)藥上市公司相關(guān)數(shù)據(jù)，利用超效率SBM模型，采用MAXDEA Pro6.4對(duì)各醫(yī)藥制造業(yè)上市公司綜合技術(shù)效率進(jìn)行測(cè)算，計(jì)算結(jié)果見(jiàn)表4。

1.綜合效率整體情況分析

根據(jù)表4計(jì)算結(jié)果，32家醫(yī)藥制造上市公司2016—2020年的綜合效率均值分別為1.1161、1.1339、1.0165、0.9430和1.0346，說(shuō)明醫(yī)藥制造行業(yè)整體效率2016年到2017年有所上升，2019年呈現(xiàn)下降趨勢(shì)，2020年又出現(xiàn)了回升。

32家醫(yī)藥制造上市公司中，2016年效率值超過(guò)平均水平1.1161的企業(yè)為15家，約占樣本企業(yè)數(shù)的46.88%；2017年大于整體平均水平1.1339的企業(yè)為12家，約占樣本企業(yè)數(shù)的37.50%；2018年至2019年高于平均水平的企業(yè)為14家，所占比例為43.75%；2020年繼續(xù)呈現(xiàn)上升趨勢(shì)，17家醫(yī)藥企業(yè)效率值大于平均水平1.0346，超過(guò)樣本數(shù)一半，占比53.13%。以上說(shuō)明32家醫(yī)藥制造業(yè)上市公司在綜合效率數(shù)值上存在差距，但整體差異不大。

2.綜合效率區(qū)間分類分析

各企業(yè)綜合效率的數(shù)值相差不大，因此對(duì)綜合效率進(jìn)行詳細(xì)區(qū)間分類，具體如表5所示。

從表5可以看出，2016—2020年達(dá)到DEA有效狀態(tài)的企業(yè)數(shù)量分別為20、16、17、14和20，所占比例分別為62.50%、50.00%、53.13%、43.75%和62.5%，說(shuō)明這五年期間，大多數(shù)企業(yè)集中在DEA有效階段。除2019年數(shù)據(jù)外，其余四年企業(yè)達(dá)到DEA有效狀態(tài)的數(shù)量處于較為穩(wěn)定的狀態(tài)?？傮w來(lái)看，投入產(chǎn)出要素?cái)?shù)量和配比方面存在不合理的地方，需要調(diào)整，使資源得到合理配置，提高利用率。五年中，綜合效率小于0.5的企業(yè)數(shù)量分別為4、5、6、2和1，所占比例分別為12.50%、15.63%、18.75%、6.25%和3.13%。由此可以看出，雖整體達(dá)到有效狀態(tài)的企業(yè)數(shù)量占比未達(dá)到100%，但近兩年綜合效率低于0.5的企業(yè)數(shù)量在不斷減少，說(shuō)明醫(yī)藥制造行業(yè)上市公司財(cái)務(wù)績(jī)效總體水平在不斷提高。

3.綜合效率具體情況分析

從表4進(jìn)一步分析可以得出一直處于穩(wěn)定有效狀態(tài)的企業(yè)共10家，包括江中藥業(yè)、愛(ài)爾眼科、貴州百靈、桂林三金、華潤(rùn)雙鶴、力生制藥、仁和藥業(yè)和雙鷺?biāo)帢I(yè)等，這些企業(yè)的綜合技術(shù)效率都大于1，說(shuō)明資源得到合理利用，處于行業(yè)前列。還有6家企業(yè)五年間財(cái)務(wù)績(jī)效管理一直處于無(wú)效狀態(tài)，分別是迪瑞醫(yī)療、康弘藥業(yè)、奇正藏藥、千金藥業(yè)、山河藥輔和特一藥業(yè)。這些無(wú)效狀態(tài)的企業(yè)綜合效率值不夠穩(wěn)定，原因在于一方面企業(yè)受外部市場(chǎng)環(huán)境影響需要優(yōu)化規(guī)模，另一方面企業(yè)內(nèi)部需加大技術(shù)投入并加強(qiáng)資源合理配置。如果不加以調(diào)整，不斷降低的資源利用率會(huì)導(dǎo)致未來(lái)發(fā)展能力、競(jìng)爭(zhēng)力持續(xù)減弱，最終被市場(chǎng)淘汰，企業(yè)必須加以重視。

五、基于Tobit模型的醫(yī)藥制造業(yè)財(cái)務(wù)績(jī)效影響因素分析

（一）影響因素的選取

1.市場(chǎng)份額

作為外部影響因素的重要指標(biāo)，市場(chǎng)份額是指當(dāng)年企業(yè)所產(chǎn)生的銷售收入占該行業(yè)總體銷售收入的比例，該比例的大小代表了在銷售市場(chǎng)中企業(yè)銷售能力的高低，占據(jù)份額越大一定程度上代表企業(yè)銷售收入越高，能夠獲取的利潤(rùn)也就越多，則企業(yè)的資源儲(chǔ)備日益雄厚，能夠?yàn)槿蘸蟮纳a(chǎn)研發(fā)提供強(qiáng)有力的資金保障。本文選擇了各上市公司的主營(yíng)業(yè)務(wù)收入占樣本總數(shù)值的比例來(lái)衡量各企業(yè)市場(chǎng)份額的大小，用X1表示。

綜上，提出假設(shè)1。H1：市場(chǎng)份額與企業(yè)財(cái)務(wù)績(jī)效正相關(guān)。

2.高端人才占比

員工整體受教育程度的高低可以直接體現(xiàn)企業(yè)內(nèi)部人力資源水平的高低，醫(yī)藥制造業(yè)作為高新技術(shù)行業(yè)，人才儲(chǔ)備是必須的，在一定程度上，員工學(xué)歷越高代表企業(yè)整體勞動(dòng)力素質(zhì)越高，從而能提升企業(yè)管理水平和運(yùn)營(yíng)效率。本文以各企業(yè)本科及以上學(xué)歷人員占全體員工比重代表高端人才占比，用X2表示。

綜上，提出假設(shè)2。H2：高端人才占比與企業(yè)財(cái)務(wù)績(jī)效正相關(guān)。

3.股權(quán)集中度

股權(quán)集中度作為每個(gè)上市公司都存在的影響因素，其基本構(gòu)成會(huì)影響企業(yè)內(nèi)部的日常管理以及從上至下的經(jīng)營(yíng)治理，將導(dǎo)致內(nèi)部經(jīng)營(yíng)管理效率波動(dòng)，從而間接對(duì)整體的財(cái)務(wù)績(jī)效水平產(chǎn)生不利影響。根據(jù)各公司年報(bào)，本文以企業(yè)前三大股東所持股份比例總和代表股權(quán)集中程度，用X3表示

綜上，提出假設(shè)3。H3：股權(quán)集中度與企業(yè)財(cái)務(wù)績(jī)效負(fù)相關(guān)。

4.上市年限

企業(yè)的上市年限能夠反映多年累積的競(jìng)爭(zhēng)力，企業(yè)能夠上市也代表其實(shí)力的雄厚。一般情況下，企業(yè)上市時(shí)間越長(zhǎng)，企業(yè)資本的積累就會(huì)越多，整體技術(shù)水平會(huì)更成熟，財(cái)務(wù)體系會(huì)更加完整，這些因素會(huì)降低企業(yè)的經(jīng)營(yíng)成本，提高效率水平。總的來(lái)說(shuō)，上市時(shí)間越長(zhǎng)的企業(yè)在市場(chǎng)上的吸引力和影響力越大，隨著聲譽(yù)的不斷提高，企業(yè)的客戶群也會(huì)越來(lái)越大，用X4表示。

綜上，提出假設(shè)4。H4：上市年限與企業(yè)財(cái)務(wù)績(jī)效正相關(guān)。

5.專利授權(quán)數(shù)量

專利授權(quán)數(shù)量指的是企業(yè)在當(dāng)年申請(qǐng)并且獲得國(guó)家批準(zhǔn)的專利數(shù)量，該指標(biāo)能夠清晰地反映出企業(yè)持續(xù)多年的研發(fā)投入在當(dāng)年獲取了多少技術(shù)、產(chǎn)品與服務(wù)的創(chuàng)新。當(dāng)具有技術(shù)優(yōu)勢(shì)時(shí)，可以為企業(yè)帶來(lái)一定的經(jīng)濟(jì)效益，對(duì)業(yè)務(wù)發(fā)展有很大的影響。所以，專利授權(quán)數(shù)量能夠?yàn)槠髽I(yè)帶來(lái)經(jīng)濟(jì)效益，從而影響到財(cái)務(wù)績(jī)效水平，用X5表示。

綜上，提出假設(shè)5。H5：專利授權(quán)數(shù)量與企業(yè)財(cái)務(wù)績(jī)效正相關(guān)。

6.政府補(bǔ)助

政府補(bǔ)助的力度可以反映政府對(duì)該行業(yè)的重視程度，也表現(xiàn)出國(guó)家相關(guān)政策的傾斜，企業(yè)可以根據(jù)政府政策做出相應(yīng)的業(yè)務(wù)調(diào)整，促進(jìn)資源的有效配置，用X6表示。

綜上，提出假設(shè)6。H6：政府補(bǔ)助與企業(yè)財(cái)務(wù)績(jī)效正相關(guān)。

（二）Tobit模型構(gòu)建

超效率值有一個(gè)最低界限值0，屬于截尾數(shù)據(jù)，如果直接以超效率值為被解釋變量，用最小二乘法進(jìn)行回歸可能出現(xiàn)偏差，因此為研究醫(yī)藥制造業(yè)上市公司財(cái)務(wù)績(jī)效的影響因素，本文決定采用Tobit模型。

本文所構(gòu)建的Tobit模型如式（2）：

式（2）中，yi是被解釋變量（i=1，2，3），即第四部分采用超效率SBM模型計(jì)算得出的2016—2020年醫(yī)藥制造業(yè)上市公司的綜合技術(shù)效率值；X1、X2、X3、X4、X5、X6六個(gè)影響因素為所選取的解釋變量，分別是市場(chǎng)份額、高端人才占比、股權(quán)集中度、上市年限、專利授權(quán)數(shù)量和政府補(bǔ)助；？著為殘差項(xiàng)。為消除數(shù)據(jù)異方差的影響，對(duì)X4、X5進(jìn)行取對(duì)數(shù)處理。2016—2020年32家公司各解釋變量具體的描述性統(tǒng)計(jì)如表6所示。

（三）Tobit回歸結(jié)果及分析

以五年32家醫(yī)藥制造業(yè)上市公司的綜合技術(shù)效率作為被解釋變量，以選取的六個(gè)因素作為解釋變量，使用Stata軟件計(jì)算，結(jié)果如表7所示。

表7顯示了采用Tobit模型分析我國(guó)醫(yī)藥制造業(yè)上市公司財(cái)務(wù)績(jī)效影響因素的實(shí)證結(jié)果，根據(jù)結(jié)果可以得出以下結(jié)論：在5%的置信水平下，上市年限、專利授權(quán)數(shù)量和政府補(bǔ)助三個(gè)因素對(duì)國(guó)內(nèi)醫(yī)藥制造業(yè)上市公司的綜合技術(shù)效率具有顯著影響，上市年限與綜合技術(shù)效率呈正相關(guān)，專利授權(quán)數(shù)量、政府補(bǔ)助與綜合技術(shù)效率呈負(fù)相關(guān)，市場(chǎng)份額、高端人才占比和股權(quán)集中度三個(gè)因素與綜合技術(shù)效率不顯著相關(guān)。

根據(jù)表7回歸結(jié)果進(jìn)行歸納總結(jié)，如表8所示。

具體分析如下：

1.市場(chǎng)份額與企業(yè)財(cái)務(wù)績(jī)效不顯著相關(guān)

市場(chǎng)份額與企業(yè)財(cái)務(wù)績(jī)效的回歸系數(shù)為-1.29013，P值為0.093，未通過(guò)5%的顯著性檢驗(yàn)。醫(yī)藥制造業(yè)的發(fā)展有其自身特點(diǎn)，即與國(guó)家政策密不可分，從競(jìng)爭(zhēng)性角度來(lái)看，行業(yè)進(jìn)入壁壘高，加上國(guó)家產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的影響，優(yōu)勝劣汰，促使小型企業(yè)加速退出市場(chǎng)，大型企業(yè)如樣本中以華東醫(yī)藥、上海醫(yī)藥為首的企業(yè)市場(chǎng)份額占據(jù)較高比例，從而使大型企業(yè)市場(chǎng)份額集中度較高。但醫(yī)藥制造市場(chǎng)也不單由大型企業(yè)構(gòu)成，更多是中小型醫(yī)藥制造企業(yè)，因此，極大地削弱了市場(chǎng)份額這個(gè)解釋變量的影響，導(dǎo)致市場(chǎng)份額因素與醫(yī)藥制造業(yè)整體上不顯著相關(guān)。

2.高端人才占比與企業(yè)財(cái)務(wù)績(jī)效不顯著相關(guān)

高端人才占比P值為0.234，未通過(guò)5%的顯著性水平測(cè)試，H2驗(yàn)證失敗。雖然人才的引進(jìn)與壯大對(duì)技能水平和工作效率的提高及企業(yè)的發(fā)展能力具有積極影響，但各企業(yè)在市場(chǎng)上的具體表現(xiàn)、產(chǎn)生的相關(guān)效益，不僅受企業(yè)內(nèi)部的人力投資和人力質(zhì)量水平影響，而且與企業(yè)管理、外部環(huán)境等因素相關(guān)，因此并不是高素質(zhì)人才占比越高就一定代表企業(yè)的效益越好、財(cái)務(wù)績(jī)效水平越高。

3.股權(quán)集中度與企業(yè)財(cái)務(wù)績(jī)效不顯著相關(guān)

股權(quán)集中度的P值為0.549，未通過(guò)5%的顯著性水平測(cè)試，H3驗(yàn)證失敗?？傮w來(lái)看，樣本企業(yè)前三大股東的持股比例均值已達(dá)到百分之五十以上，說(shuō)明股權(quán)較為集中，高集中度的持股比例能夠一定程度上起到提高決策效率、間接提升企業(yè)財(cái)務(wù)績(jī)效水平的作用，但是股權(quán)過(guò)分集中或集中到一定程度且持有高份額股東長(zhǎng)期未發(fā)生變動(dòng)時(shí)，對(duì)企業(yè)的積極影響會(huì)逐步減弱，以至于轉(zhuǎn)變?yōu)橄麡O影響。目前醫(yī)藥制造業(yè)的股權(quán)相對(duì)集中，間接影響了員工進(jìn)行日常經(jīng)營(yíng)管理的獨(dú)立性，造成內(nèi)部管理機(jī)制的失衡，從而導(dǎo)致企業(yè)股權(quán)結(jié)構(gòu)不足以對(duì)財(cái)務(wù)績(jī)效產(chǎn)生影響。

4.上市年限與企業(yè)財(cái)務(wù)績(jī)效顯著正相關(guān)

上市年限的回歸系數(shù)為0.19835，P值為0.034，通過(guò)5%的顯著性檢驗(yàn)，驗(yàn)證了H4的正確。企業(yè)籌集大量資金的一個(gè)重要途徑就是上市，通過(guò)上市，企業(yè)可以擴(kuò)大自身規(guī)模，提升技術(shù)水平，對(duì)企業(yè)的產(chǎn)品以及服務(wù)產(chǎn)生一定的宣傳效果，能不斷擴(kuò)大影響力，展示未來(lái)發(fā)展的潛力，從而提升企業(yè)自身的競(jìng)爭(zhēng)力。所以，上市年限的不斷積累能在一定程度上影響醫(yī)藥制造業(yè)上市公司的發(fā)展，進(jìn)而正向影響公司的財(cái)務(wù)業(yè)績(jī)。

5.專利授權(quán)數(shù)量與企業(yè)財(cái)務(wù)績(jī)效顯著負(fù)相關(guān)

專利授權(quán)數(shù)量與企業(yè)財(cái)務(wù)績(jī)效的回歸系數(shù)為-0.11351，P值為0.025，通過(guò)5%的顯著性檢驗(yàn)。導(dǎo)致該結(jié)果的原因是企業(yè)雖致力于專利研發(fā)、增加專利授權(quán)數(shù)量、提高核心競(jìng)爭(zhēng)力，但專利投入生產(chǎn)變?yōu)槠髽I(yè)產(chǎn)能所花費(fèi)的時(shí)間較長(zhǎng)，而專利從開(kāi)發(fā)、申請(qǐng)到獲批、授權(quán)、維護(hù)的成本較高，具有明顯的時(shí)滯效應(yīng)，短期內(nèi)使企業(yè)獲利的可能性較小。除此之外，如今科技發(fā)展迅速，專利更新速度非?？?，很可能產(chǎn)生相同效果的替代品，從而降低原本預(yù)估的價(jià)值。另外，高額的研發(fā)成本和隨使用年限而不斷增長(zhǎng)的專利維護(hù)費(fèi)，在短期內(nèi)是不會(huì)給企業(yè)產(chǎn)生可觀的利益流入的，甚至有可能產(chǎn)生消極影響。

6.政府補(bǔ)助與企業(yè)財(cái)務(wù)績(jī)效顯著負(fù)相關(guān)

政府補(bǔ)助對(duì)企業(yè)財(cái)務(wù)績(jī)效的回歸系數(shù)為-0.0395，P值為0.048，通過(guò)5%的顯著性水平測(cè)試。說(shuō)明政府補(bǔ)助雖然能夠在一定程度上幫助面臨研發(fā)資金困難的中小型企業(yè)，但對(duì)大額研發(fā)成本，單靠政府的補(bǔ)助并不能產(chǎn)生較大影響，企業(yè)仍需要通過(guò)政府的幫助去拓展其他渠道來(lái)度過(guò)研發(fā)瓶頸期，并且政府補(bǔ)助資金大多指定研發(fā)項(xiàng)目，資金用途受限，對(duì)醫(yī)藥制造企業(yè)的研發(fā)限制較大，因此看似短期內(nèi)企業(yè)資金得到了補(bǔ)充，但從長(zhǎng)遠(yuǎn)角度看，研發(fā)能力得不到進(jìn)一步提升，反而對(duì)企業(yè)的可持續(xù)發(fā)展產(chǎn)生消極影響。另外，政府補(bǔ)助政策還不夠完善，監(jiān)管力度不強(qiáng)，資助有限，所以不被企業(yè)重視，且大多數(shù)醫(yī)藥制造企業(yè)更側(cè)重于引進(jìn)或者模仿先進(jìn)技術(shù)，并不重視新技術(shù)的研發(fā)，從而偏離了政府補(bǔ)助的初衷，導(dǎo)致政府補(bǔ)助利用效率不高，也就不能給財(cái)務(wù)績(jī)效帶來(lái)積極的影響。

六、結(jié)論及建議

本文采用超效率SBM模型和Tobit模型對(duì)2016—2020年醫(yī)藥制造業(yè)32家上市公司財(cái)務(wù)績(jī)效進(jìn)行評(píng)價(jià)并分析，確定以固定資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、研發(fā)投入強(qiáng)度和政府補(bǔ)助力度作為投入指標(biāo)，以毛利率、凈資產(chǎn)增長(zhǎng)率和每股收益作為產(chǎn)出指標(biāo)，構(gòu)建了超效率SBM模型，并分析模型結(jié)果，最后利用Tobit模型深入探討影響財(cái)務(wù)績(jī)效的具體因素。評(píng)價(jià)結(jié)果顯示：

（1）在綜合效率方面，五年期間總體綜合效率水平處于良好狀態(tài)。其中一直處于有效狀態(tài)的企業(yè)共10家，表明在樣本企業(yè)中，這些公司的財(cái)務(wù)績(jī)效達(dá)到相對(duì)較優(yōu)的狀態(tài)，企業(yè)的生產(chǎn)規(guī)模適合目前的發(fā)展，其投入產(chǎn)出相匹配。剩余22家企業(yè)的綜合效率值水平處于波動(dòng)狀態(tài)，說(shuō)明這些企業(yè)的績(jī)效存在可以提升的空間。迪瑞醫(yī)療、康弘藥業(yè)、奇正藏藥、千金藥業(yè)、山河藥輔、特一藥業(yè)，這6家企業(yè)的綜合效率值小于1.0，說(shuō)明這6家企業(yè)無(wú)論生產(chǎn)運(yùn)營(yíng)水平還是績(jī)效管理都與其他企業(yè)存在較大差距，投入的資源要素達(dá)不到有效利用，造成資源浪費(fèi)，導(dǎo)致產(chǎn)出相對(duì)不足。

（2）在影響因素方面，上市年限、專利授權(quán)數(shù)量和政府補(bǔ)助三個(gè)因素對(duì)我國(guó)醫(yī)藥制造上市公司的綜合效率具有顯著影響。

根據(jù)Tobit模型回歸結(jié)果，以影響因素為基礎(chǔ)提出相關(guān)建議：一是企業(yè)要關(guān)注政策的調(diào)整，適當(dāng)提高市場(chǎng)占有率，在未來(lái)發(fā)展中持續(xù)重視專利技術(shù)數(shù)量與質(zhì)量的同步提升，加大高質(zhì)量專利的研發(fā)投入，以此獲取更多的市場(chǎng)資源與技術(shù)，促進(jìn)資源合理配置。二是政府應(yīng)當(dāng)建立政府補(bǔ)助動(dòng)態(tài)調(diào)整機(jī)制，構(gòu)建政府補(bǔ)助績(jī)效評(píng)價(jià)體系，提高政府補(bǔ)助效率，企業(yè)也要主動(dòng)適應(yīng)國(guó)家政策和市場(chǎng)變動(dòng)，提高政府補(bǔ)助使用效率，進(jìn)而提升財(cái)務(wù)績(jī)效水平。

【參考文獻(xiàn)】

［1］ 楊萍.基于EVA模型的仁和藥業(yè)股份有限公司財(cái)務(wù)績(jī)效評(píng)估研究［J］.企業(yè)科技與發(fā)展，2021（3）：216-218.

［2］ 程臘梅，張明明，楊維群.順豐集團(tuán)借殼上市后對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響研究：基于EVA評(píng)價(jià)體系［J］.中國(guó)商論，2020（1）：50-51.

［3］ 周儀，吳君，宋躍晉.基于經(jīng)濟(jì)附加值的醫(yī)藥企業(yè)業(yè)績(jī)?cè)u(píng)價(jià)實(shí)證研究［J］.中國(guó)藥物經(jīng)濟(jì)學(xué)，2019，14（6）：31-34.

［4］ 雷曼.基于因子分析模型的飼料企業(yè)財(cái)務(wù)績(jī)效管理評(píng)價(jià)［J］.飼料研究，2021，44（20）：96-99.

［5］ 侯向鼎.A股上市物流供應(yīng)鏈企業(yè)財(cái)務(wù)績(jī)效評(píng)價(jià)：基于因子分析法［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，43（S2）：53-57.

［6］ 王遣，呂柳.基于因子分析與聚類分析的商業(yè)銀行財(cái)務(wù)績(jī)效評(píng)價(jià)研究［J］.經(jīng)營(yíng)與管理，2021（8）：164-169.

［7］ 宋迎春，楊文昳.基于因子分析的綠色技術(shù)創(chuàng)新能力與財(cái)務(wù)績(jī)效關(guān)系研究［J］.特區(qū)經(jīng)濟(jì)，2019（7）：63-65.

［8］ 汪馨妮.基于因子分析法的互聯(lián)網(wǎng)上市企業(yè)的財(cái)務(wù)績(jī)效評(píng)價(jià)［J］.行政事業(yè)資產(chǎn)與財(cái)務(wù)，2020（16）：20-22.

［9］ 黃璐璐，張金貴.基于DEA方法的網(wǎng)絡(luò)公司財(cái)務(wù)績(jī)效分析研究［J］.會(huì)計(jì)之友，2012（13）：43-46.

［10］ 劉家鵬，孫世清.河北省鋼鐵行業(yè)能源效率及節(jié)能減排潛力分析：基于超效率DEA-Tobit模型研究［J］.河北科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，19（4）：22-27.

［11］ 陳娜，林軍，唐健.西部地區(qū)規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率及影響因素分析：基于超效率DEA-Tobit兩階段模型［J］.生產(chǎn)力研究，2019（9）：77-80.

［12］ TONE K.A slacks-based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research，2001，130（3）：498-509.

［13］ TONE K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European Journal of Operational Research，2002，143（16）：32-41.

［14］ 付曉芳.醫(yī)藥制造企業(yè)應(yīng)收賬款管理存在的問(wèn)題及對(duì)策分析［J］.商訊，2021（18）：99-101.

［15］ 胡曉輝.財(cái)稅政策產(chǎn)業(yè)激勵(lì)效應(yīng)的異質(zhì)性分析：以中國(guó)醫(yī)藥制造業(yè)為例［J］.浙江學(xué)刊，2021（2）：120-129.

［16］ 高菁，潘婷，章麗群.中國(guó)醫(yī)藥制造業(yè)上市公司財(cái)務(wù)可持續(xù)增長(zhǎng)及影響因素研究［J］.上海對(duì)外經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2018，25（2）：30-39.

［17］ 楊友孝，凌菲.我國(guó)醫(yī)藥制造業(yè)實(shí)際稅負(fù)差異及變化趨勢(shì)：基于上市公司財(cái)務(wù)數(shù)據(jù)［J］.湖南科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，32（3）：111-120.